文献

J-GLOBAL ID：201702227828842880   整理番号：17A1463067

顔表情認識システムにおける特徴選択のための多目的微分進化【Powered by NICT】

Multi-Objective Differential Evolution for feature selection in Facial Expression Recognition systems

著者 (4件)： Mlakar Uros (University of Maribor, Faculty of Electrical Engineering and Computer Science, Koroska cesta 46, SI-2000, Slovenia) ,  Fister Iztok (University of Maribor, Faculty of Electrical Engineering and Computer Science, Koroska cesta 46, SI-2000, Slovenia) ,  Brest Janez (University of Maribor, Faculty of Electrical Engineering and Computer Science, Koroska cesta 46, SI-2000, Slovenia) ,  Potocnik Bozidar (University of Maribor, Faculty of Electrical Engineering and Computer Science, Koroska cesta 46, SI-2000, Slovenia)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 89  ページ： 129-137  発行年： 2017年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,顔表情認識(FER)システムに適用した効率的な特徴選択システムを提案した。中性発現を含む七種類の感情を認識する,このシステムは,有向勾配ディスクリプタ(H OG)と差特徴ベクトルのヒストグラムに基づいている。感情特徴選択は適切に修正した多目的微分進化アルゴリズムを用いて行った。使用する特徴の数が最小化されたが,サポートベクトルマシン分類器の感情認識精度を同時に最大化した。「感情特徴」と「すべての感情より識別特徴の選択戦略を開発し,後者の戦略はFriedman統計的検定を用いたより効率的であることが証明された。提案した特徴選択を用いたこの個人非依存のFERシステムは,三種類の通常使用される評価データベース上で検証し,平均感情認識率はMMIデータベース上でCohn Kanadeデータベース上で98.37%,JAFFEデータベースについて92.75%,と84.07%であったが,使用する特徴の数が元の差特徴ベクトル長さに関して89%まで低下した。最新の調査技術に比較して,提案したFER法は良好な結果を提供するが,また使用する特徴の数,代わりに,分類器を訓練の計算コストを最小化することを低下した。本論文で提案した最適化は,任意の多目的,多数目的だけでなく,問題のための特徴選択に容易に一般化できる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データベース ,  ヒストグラム ,  統制索引語 ,  サポートベクトルマシン ,  *特徴選択 ,  最適化
準シソーラス用語： 計算コスト ,  感情認識 ,  統計的検定 ,  認識精度 ,  微分進化アルゴリズム ,  特徴ベクトル ,  *微分進化 ,  *表情認識 , 【Automatic Indexing@JST】

著者キーワード (5件)： 顔表情認識 ,  特徴選択 ,  微分進化 ,  特徴ベクトルの差異 ,  多目的最適化

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 顔表情認識 ,  特徴選択 ,  微分進化